• ВХОД

    •  

    Полное описание

    Применение нейронной сети YOLOV8 для детекции средств индивидуальной защиты на опасных предприятиях / М. В. Алексюк, Д. А. Терешкин, М. Ю. Ушанкова, А. А. Шабуров. - Текст (визуальный) : непосредственный // Информационно-телекоммуникационные технологии и математическое моделирование высокотехнологичных систем : материалы Всероссийской конференции с международным участием, Москва, РУДН, 8-12 апреля 2024 г. - Москва : Российский ун-т дружбы народов им. Патриса Лумумбы, 2024. - С. 472-479. - Библиогр. в конце ст. - ISBN 978-5-209-12383-5.

    ГРНТИ УДК
    86.23331.453
    28.23.37004.032.26
    28.23.15004.93

    Рубрики:
    Охрана и гигиена труда в промышленности
    Нейронные сети -- Применение
    Распознавание образов

    Кл.слова (ненормированные): коммуникационные платформы -- высокая точность -- комплексное решение -- удобство -- гибкость -- telegram -- интеграция -- C# -- анализ нарушений -- просмотр видео -- регистрация -- авторизация -- расширенный функционал -- датасет -- обученная модель -- сравнительное исследование -- средства защиты -- детекция -- программный модуль -- исследование -- искусственные нейронные сети -- безопасность -- мониторинг
    Аннотация: Исследование рассматривает эффективность применения искусственных нейронных сетей архитектур YOLO для обеспечения безопасности на опасных предприятиях. В рамках данного исследования был разработан программный модуль, основанный на YOLOv8, предназначенный для реального времени мониторинга обнаружения средств индивидуальной защиты на производственных объектах. Также было проведено сравнительное анализ моделей YOLO на изображениях, полученных с камер видеонаблюдения на предприятии. Выбор модели YOLOv8 обоснован ее высокой точностью в задачах детекции и сегментации изображений, достигающей показателя IoU около 90% при скорости 25-30 кадров в секунду. Обученная модель способна распознавать пять классов нарушений техники безопасности. Процесс обучения проводился на наборе из примерно 1000 изображений, обеспечивая эффективное обучение и обобщение модели. Результатом работы является разработка комплексного решения для мониторинга соблюдения правил техники безопасности на промышленных объектах. Программное обеспечение включает в себя настольное приложение и чат-бот для Telegram, реализованные с использованием Windows Presentation Foundation (WPF), языков программирования C# и Python, .Net Framework и OpenCvSharp.
    Доп. точки доступа:
    Алексюк, Михаил Владимирович
    Терешкин, Д.А.
    Ушанкова, М.Ю.
    Шабуров, Антон Андреевич

    Экз-ры полностью 2760a8fdb3853a22f817dec7939678fb
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -011547-307904)

    Шифр в сводном ЭК: 542deede39651a6723ff659ccc807980




    Заказ фрагмента документа ₽